基于出力曲线聚合与区间潮流典型场景耐受度评价的新能源发电规划方法

为解决分布式可再生能源(renewabledistributed generation,RDG)出力不确定性给配电网规划带来的影响,提出一种采用改进K-means的出力曲线聚合方法,构建RDG典型区间出力场景集,分别计算配电网区间潮流。定义不确定性耐受度,以系统网损最小、电压偏移最小和不确定性耐受力最强为目标建立多目标优化模型,并采用NSGA-II算法求解。在IEEE 33节点网络、某地区实际10kV配电网络和美国PGE 69节点网络算例验证了所提模型与方法的正确性和有效性。     

计及多种分布式能源运行的配电网双层优化规划方法

在配电网分布式可再生能源(Renewable Distributed Generation, RDG)优化规划问题上,考虑可控分布式电源和可中断负荷的调度运行情况,建立RDG双层优化模型。上层模型以配电网系统电压偏移最小、网络损耗最小为目标,求解RDG接入配电网的最优位置和容量。下层模型以配电网发电综合运行成本最小为目标,求解各时段可控分布式电源和可中断负荷最优出力安排。利用场景分析方法处理多种分布式可再生能源优化中的不确定因素。为减少模型计算量,采用K-means聚类算法获取典型场景。最后,采用改进的自适应遗传算法求解,以IEEE-33节点网络系统为例对所提模型与方法的有效性进行验证。仿真结果表明,该方法能够有效提高RDG优化方案在系统实际运行中的适用性。     

基于不确定性最优潮流的配电网分布式发电消纳能力评估

随着可再生分布式发电（RDG）在配电网中渗透率逐步提高,部分地区已出现配电网对RDG消纳能力不足的问题,客观地评估配电网对RDG的消纳能力成为当前配电系统规划和运行过程中的重要问题之一。首先,针对RDG出力不确定性特征,证明了配电网中任意节点注入功率不确定性波动对于节点电压分布、支路潮流等运行状态量影响的映射关系;其次,建立了当RDG注入功率不确定性用概率或仿射等不同描述形式时,配电网运行状态量的解析表达式;然后,提出了评估RDG消纳能力的不确定性最优潮流模型,并建立了RDG注入功率不确定性在不同描述形式下最优潮流模型的确定性等价转化方法;最后,通过实际系统验证了所提模型和方法的有效性。     

含高比例分布式光伏的配电网多目标概率规划方法

针对分布式光伏出力不确定性造成的配电网规划成本增加、运行稳定性降低问题,文章提出了一种含高比例分布式光伏的配电网多目标概率规划方法。通过K-means聚类对光伏出力数据进行场景削减,得到典型场景集及其概率模型,基于蒙特卡洛概率潮流生成不确定性场景,模拟分布式光伏实际运行情况。基于所得不确定性场景,建立双层概率规划模型：上层以投资建设成本最小和光伏渗透率最大为目标,对分布式光伏及储能进行选址定容,下层考虑分布式光伏出力的不确定性,以概率潮流下的运维成本、网损成本、购电成本和电压偏差指数最小为目标,对分布式光伏出力以及储能各时段充放电功率进行优化。采用改进的粒子群(particle swarm optimization, PSO)算法对概率规划模型进行求解。采用安徽某地光伏出力作为典型数据,以IEEE 33节点系统为算例开展多场景算例分析,结果表明：与传统规划方法对比,所提方法能够提升光伏渗透率和配电网运行稳定性,并降低综合成本。     

基于改进NSGA-II算法的含分布式电源配电网无功优化

针对含分布式电源(DG)的配电网无功优化的问题,为更准确地描述DG出力的不确定性,基于加权高斯混合分布(WGMD)和Beta分布分别构建风电DG和光伏DG的出力模型。采用结合切片采样算法的马尔科夫链蒙特卡洛模拟法进行潮流计算。建立以系统有功网损最小、节点电压总偏差最小为目标函数的多目标无功优化模型,并采用改进的非支配排序遗传算法(NSGA-Ⅱ)对该优化模型进行求解。通过改进的IEEE 33节点系统的仿真验证了所提方法的可行性和有效性。     

基于无向生成树的并行遗传算法在配电网重构中的应用

随着以风电、光伏为代表的不可控型分布式电源在配电网中的渗透率日益提高,分布式电源出力的不确定性成为配电网重构中必须考量的重要因素。因此建立了以系统网损最小为目标,计及潮流方程、节点电压、支路潮流和配电网开环运行约束的配电网重构随机优化模型。模型以机会约束描述节点电压和支路潮流约束,采用基于拉丁超立方采样的蒙特卡洛法随机潮流进行检验。提出了基于无向生成树的并行遗传算法以实现配电网重构模型的并行求解。IEEE 33节点系统的测试结果验证了模型的合理性,并将所提出的算法与基于无向生成树的遗传算法、粒子群优化算法、蚁群搜索算法和改进和声搜索算法进行比较,验证了其高效性。     

含光伏随机出力的配电网两阶段无功优化

对于光伏电站及负荷出力的不确定性,无功越级传输带来的有功损耗及调压困难等问题,本文以有功网损最少、无功越级传输最小和无功补偿设备投资费用最少为目标建立两阶段无功优化多目标函数模型,利用基于逐次优化的改进遗传算法求解。求解过程中以电压稳定极限曲面法向量作为选取补偿备选节点以缩小范围和时间,采用基于拉丁超立方抽样的概率潮流计算节点电压裕度和潮流。改进的Baran&Wu33节点算例结果仿真与分析验证了本文算法及模型的有效性,对配电网无功补偿优化有一定指导意义。     

基于光伏并网点电压优化的配电网多时间尺度趋优控制

为应对高比例分布式光伏并网引起的电压越限和电压波动问题,充分发挥光伏逆变器的实时无功调节能力,提高光伏消纳率,提出基于光伏并网点电压优化的配电网多时间尺度趋优控制方法。长时间尺度下,建立以配电网运行成本期望值最小为目标,考虑状态变量机会约束的两阶段动态随机优化调度模型,制定传统无功电压设备和光伏并网点电压的经济趋优调度计划。短时间尺度下,以并网点电压调度值为追踪目标,提出基于并网点PV-PQ-QV节点类型转换的自适应趋优控制策略,实时调整光伏无功出力和有功削减量。为提高算法效率,提出二阶锥规划与基于拉丁超立方采样概率潮流交互迭代的随机最优潮流解耦法求解两阶段动态随机优化调度模型。算例结果表明,所提方法能够有效解决配电网实时运行过程的电压安全问题,并提高系统运行的经济性。     

多预想事故静态电压稳定预防控制阻塞管理方法

首先建立了考虑多预想事故静态电压稳定约束的阻塞管理模型。对实际系统而言,该模型是一个含大量预想故障电压稳定约束的最优潮流问题。针对该问题采用Benders分解算法进行分解,并提出了一种结合连续潮流方法的串行求解策略。以阻塞费用最小为目标函数,并以系统正常状态的运行约束构造主问题;以节点不平衡功率最小为目标函数,并以故障状态静态电压稳定约束构造子问题。迭代过程中应用连续潮流法对预想故障进行扫描,选择一个最严重故障构造子问题,因此每轮迭代只需求解一个子问题,向主问题返回一个Benders割,提高了Benders分解算法的求解效率。该方法可用于大规模系统求解含多预想故障电压稳定约束的阻塞管理问题。改进IEEE30节点系统的仿真结果验证了所提方法的有效性。     

基于柔性互联技术的含高渗透率新能源配电网多目标优化运行

智能软开关（SOP）可控制潮流、提供无功补偿,进而改善配电网电压、降低网损。因此,针对可再生能源大规模接入配电网后电能质量下降问题,采用K-means算法构建风-光典型场景,同时建立了基于SOP、可投切电容器的含高渗透率分布式电源的主动配电网优化运行模型。该模型以电压偏差、系统网损最小以及系统运行成本最低为目标,综合考虑了能源利用率及系统运行稳定性。最后利用基于参考点的非支配排序方法的多目标优化算法（NSGA-III）进行求解,输出Pareto最优解集,并采用改进的IEEE 33节点系统对所建立模型的有效性进行了验证。     

含风电机组的配电网多目标无功规划

考虑风电机组(Wind Turbine Generation,WTG)出力的随机性以及负荷的不确定性,以网损最小和无功补偿设备投资费最小作为目标,利用机会约束规划方法建立了配电网多目标无功规划模型。采用基于拉丁超立方采样的蒙特卡洛模拟嵌入非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm, NSGA-II)对规划模型进行求解,得到配电网多目标无功机会约束规划问题的Pareto最优解集,避免了传统加权求解方法中权重确定的主观影响。改进的33节点配电网的仿真和分析验证了所提模型的合理性以及算法的有效性。     

考虑注入功率分布的随机最优潮流方法

大规模风电接入电网给电力系统的经济调度带来了更多的不确定性因素.考虑了负荷与风电出力的随机性,以期望发电成本和机组的出力调整费用最小为目标,建立了含机会约束的随机最优潮流模型.通过分布式平衡节点考虑AGC机组的调节作用,基于确定性最优潮流问题的内点法和随机潮流的解析法,采用迭代的方法求解所提出的随机最优潮流模型.对5节点和118节点系统的测试结果表明了所提模型和算法的有效性.     

基于无迹变换随机潮流建模的主动配电网优化调度

为了解决风电和电动汽车大量接入主动配电网所引发的随机优化调度问题,利用基于无迹变换的随机潮流计算方法处理风电出力的波动性、电动汽车充电的随机性以及电网负荷的随机波动。进而建立了以电动汽车充电功率和分布式电源出力为优化变量,以配电网运行费用最小、有功网损最小和负荷方差最小为优化目标的主动配电网随机优化模型。同时,采用多目标粒子群算法对模型进行求解,并以改进的IEEE 33节点测试系统为例对该模型进行仿真。仿真结果表明:考虑不确定性和电动汽车有序充电的优化调度模型,可以有效地减少配电网运行的成本、降低网损和缩小峰谷差,验证了所提模型的正确性和有效性。     

含高渗透可再生能源的动态网络重构与无功电压调整协同优化

具有出力不确定性的可再生能源高渗透并入,导致传统单一的主动管理策略难以实现配网最优运行。在此背景下,提出一种动态网络重构与无功电压调整协同优化方法。首先,采用基于形态和幅值的双尺度相似性度量谱聚类算法对负荷进行聚类,进一步利用反映负荷曲线波动特征的自适应聚合算法对时段做出合理划分。其次,计及风光不确定性,构建考虑配电网动态重构与储能和微型燃气轮机出力调控协同的机会约束双层优化模型,模型上层以配电网综合运行成本最小为目标,下层以系统电压总偏差最小为目标,实现对配电网运行经济性和系统电压质量的综合优化。然后,针对该模型提出了基于十进制编码的改进鲸鱼优化算法和内点法相结合的混合策略对模型进行求解。最后,在改进的IEEE33节点系统中,对所提的运行优化模型进行分析和验证。仿真结果表明：所提双层优化模型能够有效提高电压质量和降低配电网运行费用,所提时段划分方法能够得到符合曲线变化趋势的分段方案,改进后的算法大大提高了求解效率。     

计及电压崩溃风险的风电并网系统多目标无功优化

针对风电出力的随机性及电压崩溃给电力系统带来的影响,分析了风机在潮流计算中的处理方法,以系统网损最小和电压崩溃风险最小为目标函数,建立了含风电场的电力系统多目标无功优化模型.首先采用改进差分进化算法对该模型进行求解,得到Pareto最优集;再利用基于熵权的逼近理想解的排序方法对由Pareto最优集构成的决策矩阵进行多属性决策,挑选出最后的折中解,为决策者做出选择提供指导.最后,以含风电场的IEEE24节点系统为例,验证了模型及算法的有效性.     

一种采用复仿射区间潮流的有源配电网多目标无功优化方法

文章采用复仿射Ybus高斯法求解区间潮流,并建立有源配电网中区间多目标无功优化的数学模型,以便无功优化时计及DG出力的不确定性。同时对网损区间和电压偏差区间进行优化,兼顾了系统的经济性和电压质量。针对当前区间NSGA-II算法的Pareto解集存在断层的问题,分析个体在目标空间不同维度上的相邻状态,提出一种改进重叠超体积的区间拥挤距离计算方法,保证特性差异较大的个体进入下一代,使得解集分布更均匀。IEEE33系统算例表明,文中方法在计及DG功率不确定性的同时,能够使系统网损和电压指标趋于最优。     

考虑网络结构优化的含风电配电网多目标重构

为了提高配电网的供电可靠性,从网络自然连通性角度,引入网络抗毁性指标作为配电网重构的一个新目标函数。同时考虑风电出力的随机性与间歇性,根据风速区间及风速概率密度函数构建多个风电出力随机变量,以及对应概率。在此基础上,以开关状态为优化变量、风电出力为随机变量以及在置信水平下的网络损耗最小为另一个目标函数建立了基于机会约束规划的含风电的配电网多目标重构模型。应用改进蚁群算法,结合生成树策略保证蚂蚁路径满足网络辐射状网络拓扑约束,求解所建配网重构模型,并利用Pareto寻优得到最优解集。IEEE33节点和PGE69节点系统算例仿真结果验证了该模型和算法的有效性。     

基于柔性多状态开关的有源配电网双层优化方法

大量间歇性分布式电源的接入,给配电网带来了新的挑战。柔性多状态开关(soft open point, SOP)是一种新型的电力电子装置,具有强大的功率调控和潮流优化能力。文中提出了一种基于SOP的有源配电网双层优化方法。首先考虑SOP运行控制的约束条件,建立了多端口SOP等效模型。然后以年综合费用最小为目标建立SOP上层规划模型,以多时段配电网电压偏差、网损最低为目标建立基于最优潮流的下层优化模型,并采用改进的遗传粒子群混合优化算法对双层优化模型进行求解。最后在IEEE 33节点算例上,对比分析了规划前后三端口SOP的优化能力。结果表明,SOP能有效解决配电网电压越限问题,同时降低系统损耗,并且合理的SOP规划对配电网运行优化效果更为显著。     

含分布式电源配电网的多目标最优潮流

针对分布式电源接入配电网,采用改进前推回代法进行常规潮流计算,建立以网损最小以及系统无功补偿容量最小的多目标最优潮流模型,利用最小平方法确定各目标函数的权系数,以非线性原对偶内点算法求解模型。使用IEEE 30节点标准系统算例,验证了所建模型的正确性与实用性,结果表明,对于含分布式电源的配电网,经过最优潮流控制,可以降低网损,提高电能合格率,并使系统无功补偿容量达到最小值。     

基于K-均值聚类多场景时序特性分析的分布式电源多目标规划

若不考虑分布式电源出力及负荷需求的波动性及不确定性,可能导致分布式电源规划容量偏大或系统电压改善程度降低。深入分析分布式电源出力时序波动特性,并引入K-均值聚类多场景概率分析方法,以降低上述波动性及不确定性对配电网的影响;以最大化年寿命周期收益率和电压分布改善率作为目标函数,建立分布式电源多目标规划模型,并采用多目标复合微分进化算法对其求解和基于最短归一化距离法实现多目标总体最优解决策。以IEEE33节点配电系统为例进行分布式电源多目标规划,验证了所提方法的有效性和优越性。